本文整理汇总了Python中neuralnet.NeuralNet.fineTuning方法的典型用法代码示例。如果您正苦于以下问题：Python NeuralNet.fineTuning方法的具体用法？Python NeuralNet.fineTuning怎么用？Python NeuralNet.fineTuning使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类neuralnet.NeuralNet的用法示例。
在下文中一共展示了NeuralNet.fineTuning方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: SoftmaxRBM
# 需要导入模块: from neuralnet import NeuralNet [as 别名]
# 或者: from neuralnet.NeuralNet import fineTuning [as 别名]
#model = SoftmaxRBM('layer5',option2.num_hid,option2)
#model.train()
#model.save('smtop6_2000.mat')
modelnamelist = []
modelnamelist.append('gauss_2000.mat')
#for i in range(2,6):
# modelnamelist.append('layer%d_2000.mat'%i)
#modelnamelist.append('smtop6_2000.mat')
#nn = NeuralNet(data, labels, testdata, testlabels, devdata, devlabels, 'fe', 'pf', config)
#nn.load(modelnamelist)
#nn.fineTuning('data',100)
#nn.save('nn6_2000.mat')
nn = NeuralNet(data, labels, testdata, testlabels, devdata, devlabels, 'fe', 'pf', config)
nn.loadNN('nn6_2000.mat')
nn.fineTuning('data',100)
nn.save('nn6_2000_200.mat')
#print 'model saved'
#model1.load('gauss_2100.mat')
#model1.getDataUpwards(data)
#model3 = BinaryRBM('layer2',option2.num_hid, option2)
#model3.train()
#model3.save('layer3_2000.mat')
#model3.getDataUpwards('layer2','layer3')
#
#model = DiscriminativeRBM('gauss',labels, option4.num_hid, option4)
#model.train()